ML DevOps

ML DevOps

企業導入人工智慧開發，往往面臨以下的挑戰而效益不彰：

• 多重異質資源需求
• Server, GPU, Object storage, File storage
• 複雜的軟體元件
• Big Data
• Machine Learning
• Web Services
• 不同專業專長所需
• Data Scientist
• AI Scientist
• IT Operations
• 導致各部門都有各自的流程數據
• Operational Silos

Gemini ML DevOps 解決方案優勢：

• 處理多種 Raw Data 格式
• 快速自動建立 AI/ML 所需運算環境
• 彈性調整各 ML 計劃所需的運算資源
• AI 訓練數據 在雲端儲存保存及分享
• 持續訓練改善 AI inference model